Analisis Variabel Sosial Ekonomi Terhadap Tingkat Inklusi ...

Jurnal Ekonomi & Keuangan Islam Dinar. Vol 6, No 1: Januari 2019. 1-17 https://journal.trunojoyo.ac.id/dinar/index ISSN: 2460-9889 (Cetak)

DOI: https://doi.org/10.21107/dinar ISSN: 2580-3565 (Online)

: Jurnal Ekonomi dan Keuangan Islam | 1

Analisis Variabel Sosial Ekonomi Terhadap Tingkat Inklusi

Keuangan Negara Asia Tahun 2010-2015 Yana Raudhatul Jannah

1 David Kaluge

2

Fakultas Ekonomi dan Bisnis, Universitas Brawijaya

[email protected] [email protected]

2

DOI: https://doi.org/10.21107/dinar.v6i1.2532

Abstrak

Program inklusi keuangan di Asia mulai gencar dilakukan dengan fokusnya yaitu meningkatkan akses

masyarakat, terutama masyarakat yang belum menikmati jasa perbankan. Hal ini menjadikan inklusi

keuangan sebagai salah satu satu fokus pembangunan di sektor keuangan diberbagai negara khususnya

di kawasan Asia, karena sistem keuangan yang baik dapat mendorong pertumbuhan ekonomi.

Penelitian ini bertujuan untuk melihat perbandingan tingkat inklusi keuangan dan melihat pengaruh

variabel sosial ekonomi terhadap inklusi keuangan di negara Asia tahun 2010-2015. Untuk melihat

perbandingan tingkat inklusi keuangan di beberapa negara Asia digunakan metode analisis Index of

Financial Inclusion (IFI) yang dikembangkan oleh Sarma (2008), sedangkan untuk menguji hubungan

antar variabel sosial ekonomi terhadap inklusi keuangan digunakan metode Ordinary Least Square

(OLS) dengan teknik estimasi dalam pendekatan Fixed Effects Model.

Hasil dalam penelitian ini menunjukkan bahwa secara umum inklusi keuangan di beberapa negara

Asia utamanya dipengaruhi oleh dimensi keguanaan. Selain itu, hanya variabel GDP perkapita yang

tidak signifikan berpengaruh secara parsial. Sedangkan variabel lainnya, yaitu, tingkat pengangguran

dan jumlah penduduk di pedesaan mempunyai pengaruh yang signifikan terhadap indeks inklusi

keuangan.

Kata Kunci: Inklusi keuangan, Index of Financial Inclusion.

mailto:[email protected]

mailto:[email protected]

https://doi.org/10.21107/dinar.v6i1.2532




Pendahuluan

Pertumbuhan ekonomi dunia mengalami perlambatan pada beberapa tahun

terakhir, di mana pertumbuhan ekonomi negara-negara berkembang yang mencakup 70%

pertumbuhan dunia menurun dalam lima tahun terakhir. Hal ini ditambah dengan

perbaikan ekonomi di negara-negara maju. Harga komoditas energi yang rendah dan

kebijakan moneter Amerika Serikat yang cukup ketat menjadi salah satu alasan

perkembangan perekonomian global. Penyebab lainnya adalah Perlambatan dan rebalancing

secara bertahap pada aktivitas perekonomian Cina (Deputi Bidang Ekonomi Kementrian

PPN/Bappenas 2015).

Pertumbuhan perlambatan di Cina juga akan menekan pertumbuhan ekonomi di

kawasan Asia berkembang yaitu Asia Tenggara dan India. Namun, jika dibandingkan

dengan negara lain, tingkat PDB per kapita negara yang berada di kawasan Asia, memiliki

nominal yang paling rendah dibandingkan dengan Amerika dan Eropa dengan tingkat

rata-rata sebesar US$ 1542.21 pada tahun 2015.

Gambar 1

PDB per kapita negara Amerika Serikat, Kawasan Eropa dan Kawasan Asia tahun

2009-2015 (US$)

Sumber: World Bank, 2017 (diolah)

Hal ini didukung oleh data pada World Bank (gambar 1), menyebutkan bahwa

negara-negara yang berada dikawasan Asia memiliki tingkat PDB per kapita paling rendah

dibandingan pada kawasana Eropa dan Amerika. Selain karena aktivitas perekonomian

Cina yang melambat, perlambatan pertumbuhan ini salah satunya disebabkan oleh

kurangnya dukungan sektor keuangan baik perbankan maupun non-perbankan.

Berdasarkan Data pada International Monetary Fund (IMF) menyebutkan bahwa, kurang

dari 20% masyarakat di negara Asia yang berpendapatan rendah memiliki akses di

lembaga keuangan formal. Berbeda dengan Singapura, Jepang, dan Uni Emirat Arab yang

lebih dari dua pertiga masyarakatnya memiliki akses terhadap jasa keuangan. Selain jumlah

rekening, proporsi orang menabung lebih banyak dari jumlah proporsi orang meminjam

kredit.

0

10000

20000

30000

40000

50000

60000

2009 2010 2011 2012 2013 2014 2015

Amerika Serikat Kawasan Euro Eropa dan Asia tengah

Asia Timur dan Pasifik Asia Selatan




Gambar 2

Akses terhadap Jasa Keuangan Negara di kawasan Asia tahun 2014

Sumber: International Monetary Fund, 2017 (diolah)

Menurut data pada gambar 2, beberapa masyarakat di negara Asia belum dapat

menjangkau jasa keuangan formal, khususnya perbankan, disebut dengan unbankable people.

Hal ini disebabkan karena banyak hambatan untuk mengaksesnya. Menurut Kunt (2008),

pengetahuan masyarakat tentang fungsi lembaga keuangan dan ketidak sesuaian produk

yang ditawarkan oleh lembaga keuangan dengan kebutuhan masyakat berpendapatan

rendah menjadi salah satu penyebab dari hambatan tersebut (Dienillah and Anggraeni

2016). Selain itu hambatan juga berasal dari model bisnis bank itu sendiri, seperti posisi

pasar, kondisi makroekonomi, tingkat kompetisi, serta peraturan yang dijalankan.

Untuk menghadapi hambatan-hambatan yang dihadapi maka perlu dilakukan

peningkatan terhadap akses jasa keuangan melalui inklusi keuangan. Program inklusi

keuangan di Asia mulai gencar dilakukan dengan fokus pada meningkatkan akses

masyarakat, terutama masyarakat yang belum menikmati jasa perbankan. Ini menjadikan

inklusi keuangan sebagai salah satu fokus pembangunan di sektor keuangan diberbagai

negara khususnya negara yang berada di kawasan Asia, karena sistem keuangan yang baik

dapat mendorong pertumbuhan ekonomi (Demirgüç-Kunt, Beck and Honohan 2008).

Paska krisis 2008 istilah inklusi keuangan menjadi tren terutama berasal dari

dampak krisis kepada kelompok masyarakat in the bottom of the pyramid (masyarakat

pinggiran berpendapatan rendah, tinggal di daerah terpencil yang mempunyai identitas

illegal) yang umumnya unbankable yang tercatat sangat tinggi pada negara miskin dan

berkembang (Bank Indonesia 2016). Menurut Reserve Bank of India, inklusi keuangan

merupakan suatu proses dalam mengakses produk dan layanan keuangan yang tepat yang

dibutuhkan oleh semua lapisan masyarakat khususnya kelompok masyarakat

berpenghasilan rendah dengan biaya terjangkau yang diatur secara adil dan trasnparan.

Definisi ini menekankan beberapa dimensi inklusi keuangan, yaitu aksesibiliyas,

ketersediaan dan sistem kegunaan (Demirgüç-Kunt, Beck and Honohan 2008). Dimensi

ini secara bersama-sama membangun sistem keuangan yang inklusif.

0 20 40 60 80 100

Singapore

United Arab Emirates

Indonesia

Nepal

Afganistan

Credit in the Past year (% age 15+)

Saving in the Past year (% age 15+)

Access to Financial Institution Account (% age 15+)




Sistem keuangan merupakan inti dari proses pembangunan (Demirgüç-Kunt, Beck

and Honohan 2008). Sehingga dengan adanya inklusi keuangan mampu memberikan

banyak manfaat yang dapat dinikmati oleh masyarakat, regulator, pemerintah, dan pihak

swasta. Beberapa manfaat yang akan didapat dengan adanya program inklusi keuangan

antara lain, meningkatkan efisiensi ekonomi, mendukung stabilitas sistem keuangan,

mendukung peningkatan Human Development Index (HDI), berkontribusi positif terhadap

pertumbuhan ekonomi lokal dan nasional yang berkelanjutan, serta mengruangi

kesenjangan sosial yang berdampak pada kesejahteraan masyarakat yang pada akhirnya

berujung pada penurunan kemiskinan.

Menurut Sarma (2012) dalam penelitiannya IFI merupakan ukuran multidimensi

yang dikembangkan sejalan dengan indeks pembangunan terkenal seperti IPM, HPI, GDI,

dan GEM. IFI dapat digunakan untuk membandingkan tingkat inklusi keuangan di negara

yang berbeda dan untuk memantau sejauh mana kemajuan ekonomi sehubungan dengan

indeks inklusi keuangan dari waktu ke waktu. Selain itu, Sarma mencari determinasi indeks

inklusi keuangan dengan indikator pembangunan ekonomi, seperti variabel sosial

ekonomi, variabel infrastruktur, dan variabel perbankan. Sedangkan dalam penelitian

Sanjaya dan Nursechafia (2015) menyebutkan bahwa inklusi keuangan di Indonesia

utamanya dipengaruhi oleh dimensi aksesibilitas, serta dimensi lain seperti availibilitas dan

penggunaan yang hanya memiliki proporsi yang cukup kecil, artinya kelompok masyarakat

berpenghasilan rendah tidak sepenuhnya bisa mengakses jasa keuangan formal, khususnya

dalam pengambilan kredit.

Mencermati penelitian-penelitian terdahulu yang ada dan beberapa fenomena yang

telah dijelaskan membuat peneliti tertarik untuk meneliti lebih lanjut bagaimana

perbandingan tingkat inklusi keuangan dan variabel sosial ekonomi yang berpengaruh

terhadap inklusi keuangan negara yang berada di kawasan Asia. Selain itu, pada penelitian

ini digunakan mengadopsi variabel sosial ekonomi dalam penelitian Sarma (2012) yang

dilakukan di India.

Metodologi Penelitian

Jenis data yang digunakan adalah data panel, yaitu gabungan data cross section dan

time series. Data panel tersebut berupa data cross section yang terdiri dari sembilan negara di

kawasan Asia yang dibagi dalam tiga kategori yaitu Singapura, Jepang, dan Uni Emirat

Arab sebagai negara high income; Cina, Indonesia, dan Filipina sebagai negara middle income;

serta Nepal, Tajikistan, dan Afganistan sebagai negara low income. Data time series tahunan

periode tahun 2010-2015. Data yang digunakan dalam penelitian ini merupakan data

sekunder yang bersifat tahunan. Data-data ini dikumpulkan dari sumber seperti: World

Bank, International Monetary Fund (IMF), Trading Economics, dan sumber data lainnya.

Selanjutnya, untuk menunjang literatur serta pengetahuan, penulis menggunakan literatur

rambahan yang didapat dari jurnal dan penelitian ilmiah lainnya. Penelitian ini dilakukan

dengan bantuan software Microsoft Excel 2013 dan Eviews 9.




Metode analisis yang dilakukan dalam penelitian ini adalah metode analisis

deskriptif kuantitatif yaitu analisis Index of Financial Inclusion (IFI) yang dikembangkan oleh

Sarma (2008), digunakan untuk mengukur tingkat inklusi keuangan di masing-masing

negara dan metode Ordinary Least Square (OLS) dengan menggunakan teknik estimasi

dengan pendekatan Fixed Effects Model akan digunakan untuk menguji hubungan antar

variabel yang bersifat dependen dan memiliki beberapa varian (jenis) sehingga penulis bisa

memiliki bentuk model yang paling sesuai dengan situasi yang dihadapinya. Terakhir,

dengan teknik regresi penulis dapat melihat dampak perubahan nilai variabel-variabel

independen terhadap variabel dependen. Oleh karena itu teknik regresi sangat membantu

penulis yang membutuhkan alat untuk melakukan proyeksi (peramalan) (Prof. Gudono

2012).

a. Index of Financial Inclusion (IFI)

Menurut Sarma (2008) sistem keuangan inklusi dinilai dari tiga dimensi, pertama

penetrasi perbankan yang digambarkan oleh jumlah rekening deposito di bank komersial

per 1000 populasi dewasa. Kemudian ketersediaan jasa keuangan yang digambarkan oleh

jumlah mesin ATM per 100000 populasi dewasa. Terakhir, kegunaan yang digambarkan

proporsi kredit terhadap GDP. Sehingga untuk menghitung setiap dimensi digunakan

rumus berikut:

(1)

Di mana:

= nilai aktual dari dimensi i

= nilai minimal dari dimensi i

= nilai maksimum dari dimensi i

Persamaan (1) menghasilkan nilai , di mana semakin tinggi nilai ,

maka semakin tinggi pula perolehan negara di dimensi i. Jika terdapat n dimensi dari

inklusi keuangan yang dihitung, maka perolehan suatu negara dari dimensi tersebut

dipresentasikan dengan titik X = ( pada ruang n-dimensi. Dalam ruang

n-dimensi, titik O = ( menunjukkan titik kondisi inklusi yang buru,

sedangkan titik I = ( menunjukkan kondisi yang ideal dalam setiap dimensi.

Indeks inklusi keuangan, IFI, untuk negara pada tahun ke i yang diukur dengan

normalisasi terbalik Euclidean jarak pada titik D. Persamaannya adalah:

√

√ (2)

Dalam persamaan (2), nilai IFI berada diantara 0 dan 1, jika diasumsikan seluruh

dimensi memiliki bobot yang sama besar, maka masing-masing dimensi memiliki bobot

sebesar 1, artinya dimensi memiliki peranan yang sama dalam menentukan tingkat inklusi

keuangan.




Dalam perhitungan IFI, dibutuhkan nilai tetap dari Mi (batas atas) dan mi (batas

bawah) untuk setiap dimensi. Agar dapat membandingkan IFI antar tahun pada tiap

negara, maka batas atas maupun batas bawah harus dijadikan nilai tetap. Berikut ini

merupakan data sebaran setiap dimensi yang disajikan dalam tabel 1.

Tabel 1

Sebaran setiap Dimensi

Dimensi Jumlah

Observasi Rataan

Standar Deviasi

Minimum

Maximum

Penetrasi perbankan

54 13.99 9.36 2.21 34.14

Ketersediaan Jasa Perbankan

54 42.91 37.88 0.55 130.83

Kegunaan 54 81.36 83.5 3.76 318.6

Sumber: data penelitian (2017)

Berdasarkan distribusi data di atas, penetrasi perbankan memiliki nilai maksimum

sebesar 34.14, sehingga dibulatkan menjadi 34, artinya rata-rata setiap orang dewasa

memiliki 34 rekening. Untuk jumlah mesin ATM, batas atasnya adalah 130.83, artinya dari

100.000 populasi dewasa dilayani oleh 131 mesin ATM. Terakhir adalah kegunaan, yaitu

sebesar 318.6, artinya rata-rata deposito sebesar 319 persen terhadap GDP.

Berikut rangkuman dari seluruh dimensi yang digunakan dalam penelitian ini:

Tabel 2

Dimensi dalam perhitungan IFI

Dimensi Penetrasi Perbankan Ketersediaan

Jasa Perbankan Kegunaan

Indikator

Jumlah rekening deposito di bank

komersial (per 1000 populasi dewasa)

Jumlah mesin ATM (per

100000 populasi dewasa)

Proporsi kredit

terhadap GDP

Bobot (wi) 1 1 1 Nilai Minimum (mi) 2.21 0.55 3.76

Nilai Maksimum (Mi) 34.14 130.83 318.6 Sumber: data peneliti (2017)

b. Model Regresi Ordinary Least Square (OLS)

Langkah awal dalam estimasi data panel adalah perumusan model. Setelah

merumuskan model yang akan digunakan, dilakukan pemilihan model pendekatan terbaik

dengan menggunakan uji Chow dan uji Hausman. Selanjutnya dilakukan uji statistik

(pengujian hipotesis individual (uji t), pengujian hipotesis berganda (uji f), dan uji

koefisien determinasi (uji R2)) dan uji ekonometrika (uji normalitas, uji multikolinearitas,

uji autokolerasi, dan uji heteroskedastisitas) guna memenuhi uji asumsi klasik.




Analisis determinan inklusi keuangan terhadap indicator sosial ekonomi pada

negara-negara ASEAN, maka digunakan variabel dependen index of financial inclusion (IFI).

Variabel independennya yaitu GDP perkapita, jumlah penduduk di atas 15 tahun, tingkat

pengangguran, dan jumlah penduduk di pedesaan. Persamaan regresinya yaitu:

(3)

Di mana:

: indeks inklusi keuangan negara i tahun ke t

: logaritma dari GDP per kapita negara i tahun ke t

: tingkat pengangguran negara i tahun ke t

: jumlah penduduk di pedesaan negara i tahun ke t

: konstanta

: koefisien arah garis regresi

: error term

HASIL DAN PEMBAHASAN

1. Perbandingan Indeks Inklusi Keuangan antar negara

Berikut ini ketiga dimensi dari indeks inklusi keuangan yang disajikan pada tabel 3.

Tabel 3

Dimensi Pada Inklusi Keuangan

Stat. Tahun

2010 2011 2012 2013 2014 2015

Indeks Penetrasi perbankan Min 0.00783 0.002505 0 0.004071 0.005951 0.001253

Max 0.989039 0.991544 0.99311 0.99217 0.991857 1

Avg 0.311167 0.364234 0.380242 0.386436 0.386575 0.385914 St. Dev 0.301218 0.305809 0.305565 0.304183 0.303041 0.303265

Indeks Ketersediaan Jasa Perbankan

Min 0 0.000691 0.000844 0.001382 0.001765 0.003147

Max 1 0.981885 0.976819 0.980043 0.974056 0.975514 Avg 0.277027 0.288336 0.324481 0.339082 0.356096 0.365955

St. Dev 0.322766 0.314578 0.299302 0.296477 0.293393 0.293472

Indeks Kegunaan Min 0.023409 0.003017 0.000667 0.001207 0 0.000286

Max 0.733706 0.812381 0.846239 0.936222 1 0.974304

Avg 0.214105 0.225645 0.237465 0.259483 0.272036 0.270151 St. Dev 0.227093 0.253834 0.265127 0.293967 0.313569 0.302789

Indeks Inklusi Keuangan

Min 0.010365 0.002071 0.000504 0.002219 0.002569 0.001561




Max 0.58458 0.589729 0.590552 0.597146 0.601703 0.604859

Avg 0.243427 0.265818 0.285538 0.297029 0.304988 0.308151

St. Dev 0.217642 0.213526 0.208229 0.20886 0.209691 0.208234

Sumber: data peneliti (2017)

Tabel 3 menunjukkan statistik deskriptif IFI dengan tiga dimensi dari 9 negara Asia

yang telah diestimasi. Hasilnya menunjukkan beberapa indikator seperti: minimum (Min),

maksimum (Max), rata-rata (Mean), dan Standar Deviasi. Secara rata-rata, jumlah IFI

beberapa negara Asia adalah 0.243427 pada tahun 2010 dan 0.308151 pada tahun 2015.

IFI cenderung berubah dengan fluktuasi kecil selama periode waktu tersebut.

Dari proporsi IFI tiga dimensi, dimensi kegunaan memiliki nilai yang paling tinggi,

diikuti dengan ketersediaan jasa perbankan dan penetrasi perbankan. Hal ini

mengindikasikan bahwa inklusi keuangan pada beberapa negara Asia ditentukan oleh

dimensi kegunaan serta dimensi lain (ketersediaan jasa perbankan dan penetrasi

perbankan) hanya memiliki proporsi yang lebih kecil. Salah satu kegunaan dari sistem

keuangan oleh IMF diproporsikan dalam indikator proporsi kredit yang disalurkan

terhadap GDP. Kredit/pinjaman ini digunakan oleh rumah tangga dan pengusaha.

Menurut Sarma (2012) jasa-jasa keuangan seperti penyaluran kredit, tidak digunakan

dengan baik, walaupun masyarakat memiliki akses terhadap jasa keuangan.

Pada dimensi penetrasi perbankan, proporsi orang dewasa miskin mencapai

aksesibilitas yang tinggi pada sistem keuangan, namun mereka tidak menggunakan

proporsi tersebut dengan baik karena adanya beberapa kendala, salah satunya berupa

kantor cabang yang tidak dapat dijangkau dikarenakan tempat tinggal yang sangat

terpencil sehingga mereka tidak bisa menjangkau akses tersebut. Proporsi populasi yang

memiliki rekening bank merupakan sebuah ukuran dari penetrasi perbankan. Salah satu

variabel yang digunakan adalah jumlah rekening deposito di bank komersial (per 1000

populasi dewasa). Jepang adalah negara yang memiliki tingkat penetrasi perbankan

tertinggi dibandingkan negara Asia lainnya. Hal ini menunjukkan bahwa masyarakat di

negara tersebut sedikit lebih banyak menggunakan akses perbanakan khususnya untuk

penggunaan rekening di bank umum.

Gambar 3

Rata-rata Jumlah Jumlah Rekening Depositu di Bank Komersial

(per 1000 populasi dewasa)

Sumber: The world bank (2016)

0

200

400

2010 2011 2012 2013 2014 2015




Pada gambar 3, Jepang dan China merupakan dua negara yang memiliki tingkat

penetrasi perbankan tertinggi dibandingkan 7 negara Asia lainnya. Jumlah rekening

depositu di bank komersial untuk negara-negara tersebut cenderung konstan yaitu sekitar

40 per 100.000 orang dewasa di Jepang dan 23 per 100.000 orang dewasa di China. Hal ini

menunjukkan masyarakat dikedua negara tersebut cukup mengenal sistem perbankan

dengan terus melakukan perbaikan dalam pembangunan sektor perbankan khususnya

untuk meningkatkan inklusi keuangan.

Selain penetrasi perbankan, dimensi lain dalam sistem inklusi keuangan adalah

ketersediaan jasa perbankan. Dimensi ini mengukur sejauh mana kemudahan jasa

perbankan dalam meberikan pelayanan kepada masyarakat. Variabel yang digunakan

untuk mengukur dimensi ini adalah jumlah mesin ATM (per 100.000 populasi dewasa).

Dalam dimensi ini, negara Jepang yang merupakan negara high income memiliki proporsi

terbesar dalam pengadaan jumlah mesin ATM, sedangkan untuk negara middle income,

China memiliki jumlah dan tren peningkatan terbesar dibandingkan negara middle income

lainnya. Hal ini ditunjukkan oleh gambar 4.

Gambar 4

Rata-rata Jumlah mesin ATM (per 100000 populasi dewasa)


Untuk negara Asia ini, jumlah mesin ATM dari bank komersial di negara tersebut

cenderung konstan dari tahun 2010-2015. Hal ini menunjukkan bahwa pembangunan fisik

berupa mesin ATM yang merupakan akses dari sektor perbankan tidak lagi dilakukan. Hal

ini juga mencerminkan terjadinya penurunan dalam perkembangan tekhnologi. Salah satu

alternatif untuk mengganti jumlah mesin ATM dengan menggunakan sistem mobile banking

dan internet banking. Sehingga dapat mengurangi biaya produksi dari suatu perbankan dan

nasabah tidak perlu datang ke bank terdekat dalam melakukan transaksi perbankan.

Dimensi terakhir dari inklusi keuangan adalah kegunaan. Bank sebagai pihak

intermediasi seharusnya memiliki manfaat bagi masyarakat. Salah satu bentuk intermediasi

perbankan berupa penyaluran kredit. Dalam penelitian ini, kegunaan dilihat dari proporsi

jumlah kredit/pinjaman oleh rumah tangga dan perusahaan terhadap GDP. Dalam

gambar 5, China dan Singapura merupakan dua negara yang memiliki jumlah proporsi

kredit terbesar dibandingan negara lainnya. Hal ini menunjukkan bahwa dengan semakin

0

500

1000

2010 2011 2012 2013 2014 2015




besar jumlah proporsi kredit yang disalurkan maka peningkatan GDP akan semakin besar

dengan semakin meningkatnya jumlah konsumsi dari masyarakat.

Gambar 5

Rata- rata Proporsi Kredit terhadap GDP


Gambar 3 menyajikan nilai IFI dari beberapa negara Asia tahun 2010-2015.

Hasilnya menunjukkan bahwa negara ASEAN memiliki tren indeks inklusi keuangan yang

meningkat. Pada periode terakhir, Jepang memiliki nilai indeks inklusi keuangan yang

paling tinggi selama periode tersebut, yaitu sebesar 0,6, selanjutnya disusul oleh Kamboja

(0,59) dan Singapura (0,37). Tingginya indeks inklusi keuangan di negara tersebut

menunjukkan adanya kemudahan bagi masyarakat dalam mengakses jasa keuangan. Jasa

perbankan telah dan sedang menjangkau mayoritas masyarakat, khususnya masyarakat

berpenghasilan rendah. Jepang, China, dan Singapura sudah mampu menghilangkan

hambatan-hambatan dalam akses jasa keuangan, sehingga masyarakat dapat memanfaat

jasa-jasa yang diberikan oleh keuangan formal, khususnya jasa perbankan. Di mana, jasa

perbankan yang diberikan telah sesuai dengan kebutuhan masyarakat yang ideal.

Gambar 6

Nilai IFI negara Asia tahun 2010-2015


Sedangkan negara dengan indeks inklusi keuangan terendah dengan nilai sebesar

0,001 adalah Afganistan. Rendahnya indeks inklusi keuangan di negara ini menunjukkan

masih sulitnya akses terhadap jasa perbankan. Namun demikian, negara ini memiliki

kecenderuangan dalam memperbaiki akses sektor perbankan secara annual. Perbaikan

0500

100015002000

2010 2011 2012 2013 2014 2015

0 1 2 3 4

Singapore

United Arab Emirates

Indonesia

Nepal

Afganistan

2010 2011 2012 2013 2014 2015




dalam usaha untuk menghilangkan hambatan askes jasa keuangan tersebut seperti,

meningkatkan jumlah cabang bank khususnya untuk yang berada di wilayah pedesaan,

pemberian kredit kepada UMKM, menambahkan produk-produk yang lebih sesuai

dengan kebutuhan masyarakat pedesaan, dan lain sebagainya.

2. Perbandingan Indeks Inklusi Keuangan antar Negara

Perkembangan akses terhadap layanan jasa perbankan berbeda-beda disetiap

negara. Pembangunan sektor terhadap jasa perbankan di negara maju lebih cepat

dibandingkan dengan negara berkembang. Hal ini dapat dilihat dari indeks inklusi

keuangan yang menunjukkan sejauh mana negara tersebut memberikan akses terhadap

jasa perbankan kepada masyarakatnya. Pada tabel 4 menunjukkan Tingkat inklusi

keuangan dari ketiga negara high income, yaitu Singapura, Jepang, dan Uni Emirat Arab

cenderung konstan.

Gambar 7

Nilai IFI negara Jepang, Singapura, dan Uni Emirat Arab tahun 2010-2015


Jepang merupakan negara high income yang tingkat inklusi keuangannya relatif tinggi

dengan nilai indeks sebasar 0.6. Tingginya tingkat inklusi keuangan di Jepang dikarenakan

tingginya nilai tiap-tiap dimensi dalam inklusi keuangan. Ketersediaan jasa perbankan yang

dicerminkan dengan jumlah mesin ATM yang tersedia memiliki rata-rata 128 per 100.000

orang dewasa dari tahun 2010-2015. Jumlah ini paling tinggi dibandingkan negara lain

yang diteliti. Namun, untuk dua negara high income lainnya yitu Singapura dan Uni Emirat

Arab masih memiliki tingkat inklusi keuangan yang relatif rendah, masing-masing sebesar

0.37 untuk Singapura dan 0.35 untuk Uni Emirat Arab.

Tingginya nilai indeks inklusi keuangan di Jepang menunjukkan kemudahan bagi

masyarakat dalam mengakses jasa keuangan, dimana jasa masyarakat telah menjangkau

mayoritas masyarakat di negara tersebut. Hal ini menunjukkan bahwa Jepang cukup

mampu menghilangkan hambatan-hambatan dalam akses jasa keuangan, sehingga

masrakat dapat meningkatkan taraf hidupnya melalui pemanfaatan lembaga keuangan,

khususnya jasa perbankan. Berdasarkan nilai indeksnya, inklusi keuangan di Jepang lebih

inklusif dibandingkan dengan Singapura dan Uni Emirat Arab. Artinya, akses jasa

keuangan di Jepang lebih mudah dibandingkan dengan Singapura dan Uni Emirat Arab.

0

0,2

0,4

0,6

0,8

2010 2011 2012 2013 2014 2015

Singapore Japan United Arab Emirates




Gambar 8

Nilai IFI negara China, Indonesia, dan Filipina tahun 2010-2015


Berbeda dengan negara high income, negara middle income seperti Cina, Indonesia, dan

Filipina memiliki tren inklusi keuangan yang meningkat. Di mana negara Cina memiliki

indeks inklusi keuangan terbesar, yaitu sebesar 0.59 tahun 2015. Hal dikarenakan, negara

cina merupakan negara upper middle income. Sedangkan Indonesia dan Filipina merupakan

negara lowe middle income. Meskipun negara middle income memiliki indeks inklusi keuangan

di bawah negara high income, terdapat kecenderungan perbaikan dalam akses sektor

perbankan setiap tahunnya. Usaha-usaha dalam menghilangkan hamabatan akses jasa

keuangan seperti meningkatkan jumlah kantor cabang bank khususnya di wilayah

pedesaan.

Gambar 9

Nilai IFI negara Nepal, Tajikistan, dan Afganistan tahun 2010-2015


Indeks inklusi keuangan di negara ow income seperti Nepal, Tajiskistan, dan

Afganistan rata-rata memiliki tren peningkatan. Di mana negara Afganistan memiliki

indeks terkecil dibandingkan kedua negara lainnya. Jumlah mesin ATM pada tahun 2015

kurang dari 1 per 100.000 orang dewasa. Berbeda dengan Jepang, di mana setiap 100.000

orang dewasa dapat mengakses 128 mesin ATM. Hal ini menunjukkan terdapat

kesenjangan yang sangat besar antara Afganistan dengan Jepang, sehingga tingkat inklusi

keuangan sangat jauh berbeda.

0

0,2

0,4

0,6

0,8

2010 2011 2012 2013 2014 2015

China Indonesia Philippines

0

0,05

0,1

0,15

2010 2011 2012 2013 2014 2015

Nepal Tajikistan Afganistan




Rendahnya indeks inklusi keuangan di Afganistan menunjukkan akses terhadap

jasa keuangan sangat sulit. Sehingga masih terdapat banyak hambatan bagi masyarakat

dalam mengakses jasa keuangan, khusus keuangan formal seperti perbankan. Selain karena

jumlah kantor cabang yang masih minim, produk jasa perbankan yang ditawarkan masih

rendah dan kurang sesuai dengan kebutuhan masyarakat di negara yang bersangkutan.

3. Pengaruh Variabel Sosial Ekonomi terhadap Inklusi Keuangan

Menurut Sarma (2012) ada beberapa indikator pembangunan yang memperngaruhi

inklusi keuangan di suatu negara, yaitu seperti indikator variabel sosial ekonomi, variabel

infrastruktur, dan variabel perbankan. Namun dalam penelitian ini indikator

pembangunan yang dianalisis hanya dilihat dari variabel sosial ekonomi. Sehingga, untuk

mengetahui pengaruh variabel sosial ekonomi terhadap indeks inklusi keuangan maka

dilakukan estimasi dengan regresi data panel dengan hasil setimasi sebagai berikut:

Tabel 4

Hasil Estimasi Regresi Data Panel

Variable Coefficien

t Std. Error t-Statistic Prob. GDP -0.475274 0.244439 -1.944342 0.0586

TP -0.211668 0.085949 -2.462721 0.0180 JD -0.120506 0.027513 4.379964 0.0001 C -0.593623 2.762673 -0.214873 0.8309 Effects Specification Cross-section fixed (dummy variables)

R-squared 0.783244 Mean dependent var -

0.445484 Adjusted R-squared 0.778856 S.D. dependent var 1.245956

S.E. of regression 0.181176 Akaike info criterion -

0.385571 Sum squared resid 1.378632 Schwarz criterion 0.056426

Log likelihood 22.41041 Hannan-Quinn criter. -

0.215110 F-statistic 224.0531 Durbin-Watson stat 2.823109 Prob(F-statistic) 0.000000


Berdasarkan hasil estimasi pada tabel 4 dengan α sebesar 5%, didapatkan bahwa

variabel GDP perkapita dapat dipengaruhi secara tidak signifikan oleh indeks inklusi

keuangan. Hal ini dapat dilihat dari koefisien GDP perkapita, di mana nilai koefisien

sebesar 0.0586 di bawah nilai α.

Tingkat pengangguran signifikan memengaruhi negatif terhadap indeks inklusi

keuangan. Hal ini dapat dilihat dari koefisien jumlah penduduk di atas 15 tahun yang




signifikan pada α, yaitu dengan nilai koefisien sebesar 0.0180. Artinya, apabila tingkat

pengangguran meningkat sebesar 1 persen, maka indeks inklusi keuangan akan menurun

sebesar 0.211668. Jadi, tingkat pengangguran dapat menjelaskan kondisi inklusi keuangan

pada negara Asia. Dimana, semakin tinggi jumlah penduduk pada negara Asia, semakin

rendah tingkat inklusi keuangannya. Menurut Goodwin (2000) faktor yang dapat dikaitkan

dengan inklusi keuangan adalah angkatan kerja. Pengangguran atau mereka yang memiliki

pekerjaan tidak tetap dan tidak aman cenderung untuk berpartisipasi dalam sistem

keuangan. Beberapa studi menemukan bahwa pembayaran upah melalui transfer tunai

otomatis telah menjadi salah satu faktor utama yang mempengaruhi inklusi keuangan

(Sarma and Pais, Financial Inclusion and Development: A Cross Country Analysis 2012).

Selain itu, dengan banyanyaknya angkatan kerja yang bekerja di lapangan kerja sektor

formal bisa menyiratkan partisipasi dalam sistem keuangan formal melalui penerimaan

upah dan gaji dengan sistem transfer tunai tersebut. Dengan demikian proporsi tenga

kerja sektor formal akan menjadi indikator penting dari tingkat inklusi keuangan.

Sehingga, semakin kecil jumlah pengangguran, maka semakin besar peluang dalam

mengakses jasa perbankan, hal ini akan meningkatkan tingkat inklusi keuangan pada

negara Asia.

Jumlah penduduk di pedesaan signifikan memengaruhi negatif terhadap indeks

inklusi keuangan. Hal ini dapat dilihat dari koefisien jumlah penduduk di atas 15 tahun

yang signifikan pada α, yaitu dengan nilai koefisien sebesar 0.0001. Artinya, apabila jumlah

penduduk di pedesaan meningkat sebesar 1 persen, maka indeks inklusi keuangan akan

menurun sebesar 0.120506. Jadi, jumlah penduduk di pedesaan dapat menjelaskan kondisi

inklusi keuangan pada negara Asia. Dimana, semakin tinggi jumlah penduduk pada negara

Asia, semakin tinggi pula tingkat inklusi keuangannya. Menurut Leyshon (1995),

masyarakat pedesaan memiliki kecenderungan kecil dalam mengakses jasa keuangan.

Kebanyakan daerah pedesaan merupakan daerah dengan infrastruktur yang buruk,

menyebabkan sulitnya dalam menyediakan jasa keuangan. Jika akses keuangan terjangkau,

hal ini akan menimbulkan biaya transaksi yang cuku besar bagi penyedia jasa keuangan,

sehingga penyedia jasa keuangan sulit dalam merencanakan dan membuka akses

keuangannya di pedesaan. Selain besarnya biaya transaksi, produk-prduk yang ditawarkan

oleh jasa keuangan pun tidak sesuai dengan kebutuhan masyarakat pedesaan. Dengan

demikian, semakin sedikitnya jumlah masyarakat di pedesaan, maka akses jasa keuangan

semakin mudah, sehingga meningatkan tingkat inklusi keuangan.

Pada tabel 4 dapat diketahui pula koefisien determinasi (R2) sebesar 0.783244 atau

sebesar 78%. Ini berarti bahwa kontribusi dari variabel GDP perkapita, tingkat

pengangguran, dan jumlah penduduk di pedesaan dapat menjelaskan pengaruhnya

terhadap variabel indeks inklusi keuangan sebesar 78%. Sedangkan sisanya yaitu sebesar

22 % dijelaskan oleh variabel lain diluar persamaan regresi pada penelitian ini.

Uji F statistik digunakan untuk menguji hipotesis pengaruh simultan dari variabel

independen terhadap variabel dependen. Berdasarkan hasil didapatkan F hitung sebesar




224.0531, dengan Sig F (0,000) yang lebih kecil dari 5% (0,05) menunjukkan bahwa H1

diterima dan H0 ditolak yang berarti bahwa variabel variabel GDP perkapita, tingkat

pengangguran, dan jumlah penduduk di pedesaan secara bersama sama mempunyai

pengaruh yang signifikan terhadap variabel indeks inklusi keuangan.

Kesimpulan

Penelitian ini mencoba untuk menjadi alat penting bagi pengambil kebijakan untuk

menggunakannnya sebagai perbandingan dan motivasi untuk semakin menganut prinsip

inklusif dalam keuangan. Artikel ini memberikan paling tidak dua kesimpulan, pertama,

perbandingan indeks inklusi keuangan di beberapa negara Asia dengan menggunakan

dimensi penetrasi perbankan ketersediaan jasa perbankan, dan kegunaan. Hasilnya

menunjukkan bahwa secara umum inklusi keuangan di negara Asia utamanya dipengaruhi

oleh dimensi keguanaan. Salah satu kegunaan dari sistem keuangan oleh IMF

diproporsikan dalam indikator proporsi kredit yang disalurkan terhadap GDP.

Kredit/pinjaman ini digunakan oleh rumah tangga dan pengusaha. Jasa-jasa keuangan

seperti penyaluran kredit, tidak digunakan dengan baik, walaupun masyarakat memiliki

akses terhadap jasa keuangan.

Kedua, melihat pengaruh indikator pembangunan berupa variabel sosial ekonomi

terhadap indeks inklusi keuangan di beberapa negara Asia pada periode 2010-2015. Dapat

disimpulkan bahwa hanya variabel GDP perkapita yang tidak signifikan berpengaruh

secara parsial. Sedangkan variabel lainnya, yaitu tingkat pengangguran dan jumlah

penduduk di pedesaan mempunyai pengaruh yang signifikan terhadap indeks inklusi

keuangan. Selanjutnya, dapat diketahui bahwa dari ketiga variabel bebas tersebut yang

paling dominan pengaruhnya terhadap indeks inklusi keuangan adalah jumlah penduduk

di pedesaan karena memiliki nilai koefisien paling besar.

Mengacu pada kesimpulan di atas, beberapa implikasi dan saran yang dapat

diberikan, pertama bagi negara Asia, peningkatan inklusi keuangan harus diikuti oleh

penurunan hambatan dalam mengakses layanan jasa-jasa keuangan formal serta

menambah produk perbankan yang lebih sesuai khususunya dengan masyarakat

berpendapatan rendah. Misalnya kredit mikro untuk usaha kecil dan menengah dan

menambah outlet perbankan yang menjangkau pedesaan. Selain itu, perlu dilakukan

sosialisasi kepada masyarakat terkait dengan pentingnya inklusi keuangan, dengan

demikian masyarakat akan merasa bahwa jasa keuangan sangat penting dan dekat dalam

jangkauannya.

Daftar Pustaka

Bank Indonesia. 2016. Keuangan Inklusi. Accessed Desember 17, 2016.

http://www.bi.go.id/id/perbankan/keuanganinklusif/Indonesia/Contents/Default.aspx. Demirgüç-Kunt, Aslı, Thorsten Beck, and Patrick Honohan. 2008. Finance for all? Policies

and Pitfalls in Expanding Access. The International Bank for Reconstruction and

Development, Washington DC: The World Bank.




Deputi Bidang Ekonomi Kementrian PPN/Bappenas . 2015. Perkembangan Ekonomi

Indonesia dan Dunia. Laporan Triwulan IV tahun 2015, Jakarta: Deputi Bidang

Ekonomi Bappenas.

Dienillah, Azka Azifah, and Lukytawati Anggraeni. 2016. "Dampak Inklusi Keuangan

Terhadap Stabilitas Sistem Keuangan di Asia." Buletin Ekonomi Moneter dan

Perbankan Volume 18, Nomor 4.

Goodwin, D., L. Adelman, S. Middleton, and K. Ashworth. 2000. "Debt, Money Management

and Access to Financial Services: Evidence from the 1999 PSE Survey of Britain."

1999 PSE Survey Working Paper 8, Centre for Research in Social Policy

(Loughborough University).

International Monetary Fund. 2016. IMF Finance. International Monetary Fund.

http://www.imf.org/external/index.htm.

Kasmir. 2004. Dasar-dasar Perbankan. Jakarta: Pt. Raja Grafindo Persada.

Leyshon, A., and Thrift N. 1995. "Geographies of Financial Exclusion: Financial

Abandonment in Britain and the United States." Transactions of the Institute of British

Geographers .

Organisation for Economic Co-operation and Development. 2015. The OECD Economic

Outlook. Economic Outlook, OECD Development Centre. http://www.oecd.org/.

Prof. Gudono, Ph.D., CMA. 2012. Analisis Data Multivariat. Yogyakarta: BPFE.

Sanjaya, I Made, and Nursechafia. 2015. "INKLUSI KEUANGAN DAN PERTUMBUHAN

INKLUSIF: ANALISIS ANTAR PROVINSI DI INDONESIA." Buletin Ekonomi

Moneter dan Perbankan, Volume 18, Nomor 3.

Sarma, Mandira. 2008. "Index of Financial Inclusion." Indian Council for Research on

International Economic Relations.

Sarma, Mandira, and Jesim Pais. 2012. "Financial Inclusion and Development: A Cross

Country Analysis ." Indian Council for Research on International Economic

Relations.

The World Bank. 2016. World Bank Open Data. Accessed Desember 15, 2016.

http://data.worldbank.org/.

Trading Economics. 2016. Loans to Bank. Accessed Desember 15, 2016.

www.tradingeconomics.com.

Analisis Variabel Sosial Ekonomi Terhadap Tingkat Inklusi ...

Documents

Transcript of Analisis Variabel Sosial Ekonomi Terhadap Tingkat Inklusi ...